Membuat kueri dengan penjelajah tabel

Pratinjau

Fitur ini tunduk pada "Persyaratan Penawaran Pra-GA" di bagian Persyaratan Layanan Umum dalam Persyaratan Khusus Layanan. Fitur pra-GA tersedia "sebagaimana adanya" dan mungkin memiliki dukungan terbatas. Untuk mengetahui informasi selengkapnya, lihat deskripsi tahap peluncuran.

Untuk meminta dukungan atau memberikan masukan terkait fitur ini, kirim email ke [e-mail].

Dokumen ini menunjukkan cara menggunakan table explorer untuk memeriksa data tabel dan membuat kueri eksplorasi data.

Tentang table explorer

Penjelajah tabel menawarkan cara otomatis untuk menjelajahi data tabel secara visual dan membuat kueri berdasarkan pilihan kolom tabel Anda.

Di penjelajah tabel, Anda memilih kolom tabel yang akan diperiksa. Anda dapat memilih hingga 10 kolom tabel sekaligus.

Penjelajah tabel menampilkan kolom yang dipilih sebagai kartu interaktif dengan daftar hingga 10 nilai paling umum untuk setiap kolom, yang diurutkan menurut kolom count. Anda dapat berinteraksi dengan kartu dengan memilih kolom dan nilai berbeda yang ingin Anda periksa lebih lanjut. Penjelajah tabel membuat kueri eksplorasi data berdasarkan pilihan Anda.

Anda dapat menyalin kueri ini ke kueri baru di editor kueri, atau menerapkan kueri di penjelajah tabel. Saat Anda menerapkan kueri, penjelajah tabel akan menjalankannya dan memuat ulang kartu yang ditampilkan dengan hasil kueri. Untuk melanjutkan eksplorasi data tabel, pilih lebih banyak kolom atau nilai dari kartu yang dimuat ulang.

Batasan

• Penjelajah tabel tersedia untuk tabel BigQuery, tabel BigLake, tabel eksternal, dan tampilan.
• Table explorer memungkinkan Anda menjelajahi satu tabel dalam satu waktu. Fitur ini tidak mendukung eksplorasi beberapa tabel secara bersamaan atau membuat operasi lintas tabel, misalnya, operasi JOIN.
• Penjelajah tabel membuat kueri SQL yang secara langsung mencerminkan pilihan kolom tabel dan nilai yang berbeda. Anda dapat menjalankan kueri yang dibuat oleh penjelajah tabel atau mengeditnya secara manual di editor kueri. Table explorer tidak memberikan bantuan berteknologi AI untuk membuat, menyelesaikan, atau menjelaskan kueri SQL.
• Untuk menjelajahi data tabel dan membuat kueri untuk tabel dengan kontrol akses tingkat kolom (ACL) atau izin pengguna yang dibatasi, Anda harus memiliki akses baca untuk semua kolom yang dipilih. Untuk menjalankan kueri yang dihasilkan, Anda harus memiliki izin yang memadai.

Harga

Penjelajah tabel menjalankan kueri berdasarkan pilihan kolom tabel dan nilai yang berbeda untuk menampilkan hasil eksplorasi tabel. Kueri ini dikenai biaya harga komputasi. Penjelajah tabel menampilkan jumlah data yang akan diproses untuk setiap kueri sebelum Anda mengonfirmasi pemilihan kolom tabel, yang memicu eksekusi kueri.

Anda juga dapat dikenai biaya komputasi jika menjalankan kueri yang dihasilkan oleh penjelajah tabel.

Untuk mengetahui informasi selengkapnya tentang harga komputasi BigQuery, lihat Harga.

Sebelum memulai

1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

3. Make sure that billing is enabled for your Google Cloud project.

4. Enable the BigQuery API.

   Enable the API

5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

6. Make sure that billing is enabled for your Google Cloud project.

7. Enable the BigQuery API.

   Enable the API

Peran dan izin yang diperlukan

Untuk mendapatkan izin yang Anda perlukan guna melihat data tabel dan membuat kueri dengan penjelajah tabel, minta administrator untuk memberi Anda peran IAM berikut:

• Pengguna Tugas BigQuery (roles/bigquery.jobUser) pada project.
• BigQuery Data Viewer (roles/bigquery.dataViewer) pada semua tabel dan tampilan yang ingin Anda jelajahi.

Untuk mengetahui informasi selengkapnya tentang cara memberikan peran, lihat Mengelola akses ke project, folder, dan organisasi.

Peran bawaan ini berisi izin yang diperlukan untuk melihat data tabel dan membuat kueri dengan penjelajah tabel. Untuk melihat izin yang benar-benar diperlukan, luaskan bagian Izin yang diperlukan:

Izin yang diperlukan

Izin berikut diperlukan untuk melihat data tabel dan membuat kueri dengan penjelajah tabel:

• bigquery.jobs.create pada project tempat kueri dijalankan, terlepas dari tempat data disimpan.
• bigquery.tables.getData di semua tabel dan tampilan yang ingin Anda jelajahi.

Anda mungkin juga bisa mendapatkan izin ini dengan peran khusus atau peran bawaan lainnya.

Untuk mengetahui informasi selengkapnya tentang Identity and Access Management (IAM) BigQuery, lihat Kontrol akses dengan IAM.

Menjelajahi data dalam tabel untuk membuat kueri

Untuk menjelajahi data tabel dan membuat kueri berdasarkan pilihan kolom dan nilai tabel, ikuti langkah-langkah berikut:

1. Di konsol Google Cloud , buka BigQuery Studio.

   Buka BigQuery Studio

2. Di panel Explorer, pilih tabel yang ingin Anda buat kuerinya.

3. Klik tab Table explorer, lalu klik Select fields.

4. Di panel Select fields, pilih maksimal 10 kolom tabel untuk dijelajahi.

5. Untuk tabel berpartisi, di bagian Filter partisi, tetapkan filter partisi kustom. Filter partisi dapat mengurangi komputasi yang dapat ditagih saat menjelajahi tabel.

   1. Pilih Terapkan filter partisi kustom.

   2. Di kolom setelan yang ditampilkan, konfigurasikan filter partisi.

   Tampilan setelan filter bergantung pada jenis partisi tabel: jam, hari, bulan, tahun, atau rentang.

6. Klik Simpan.

   Saat Anda mengklik Simpan, BigQuery akan menjalankan kueri untuk menampilkan nilai umum untuk kolom yang dipilih, yang akan dikenai biaya. Anda dapat melihat jumlah data yang akan diproses di bagian atas panel Pilih kolom.

   Penjelajah tabel menampilkan kolom yang dipilih sebagai kartu dalam daftar hingga sepuluh nilai paling umum yang diurutkan menurut kolom Count. Di bagian Kueri yang Dibuat, Anda dapat melihat kueri yang dapat dijalankan untuk menampilkan data yang sama.

7. Opsional: Untuk mengubah hasil, Anda dapat mencoba hal berikut:

   1. Di kartu kolom yang dipilih yang ditampilkan, pilih nilai yang berbeda untuk memfilter data lebih lanjut.
   2. Untuk mengembalikan semua perubahan, klik Reset.
   3. Di bagian Generated Query, klik Copy to query untuk menyalin kode yang dihasilkan ke kueri baru tanpa judul di editor kueri. Di tab kueri yang baru dibuat, Anda dapat mengedit, menjalankan, dan mengelola kueri.

8. Untuk menjalankan kueri yang dihasilkan, klik Terapkan.

   BigQuery mengeksekusi kueri yang dihasilkan dan memuat ulang kartu yang ditampilkan dengan hasil kueri.

9. Untuk melanjutkan eksplorasi tabel, pilih kolom baru atau nilai yang berbeda dari kartu yang ditampilkan dan dimuat ulang.

Pemecahan masalah

Access Denied: Project [project_id]: User does not have bigquery.jobs.create
permission in project [project_id].

Error ini terjadi jika akun utama tidak memiliki izin untuk membuat tugas kueri dalam project.

Penyelesaian: Administrator harus memberi Anda izin bigquery.jobs.create pada project yang Anda buat kuerinya. Izin ini diperlukan selain izin apa pun yang diperlukan untuk mengakses data yang dikueri.

Untuk mengetahui informasi selengkapnya tentang izin BigQuery, lihat Kontrol akses dengan IAM.

Langkah selanjutnya

• Pelajari cara menjelajahi data dengan insight data.
• Pelajari cara menulis kueri dengan bantuan Gemini di BigQuery.